前面我们讲了很多都是创意平台应用层的设计，但是其实在人工智能中，最重要的是算法，关于算法的框架很多，这就会导致底层算法的实现语言也会非常多，我们最常用的语言是python，其次是C或者C++，还有go语言实现的算法，那么如何对这些语言实现的算法做工程化服务包装呢？总不能提供一堆的算法函数给平台应用层去使用吧，而应用层平台一般都是java语言来实现的，那么应用层平台如何来跨语言调用算法呢？而且一般的研发队伍中，都是java人员居多，那么java开发人员如何来把研究算法的博士们写的算法函数给包装成服务呢？
1、 python算法的服务化
针对这种情况，应该是比较简单的，因为基于python的web框架非常多，我们很容易的就可以把python的算法代码封装为一个服务，最常用的框架有flask和Django，这里我们以flask为例，看一个示例代码的实现。
# -*- coding: utf-8 -*- from flask import Flask, request, Response import json app = Flask(__name__) class Algorithm(object): … @app.route('/getSyncCrawlSjqqResult',methods = ['GET']) def getAlgorithm Result(): … return Response(json.dumps(Algorithm.parser(request.args.get("para"))),mimetype="application/json") if __name__ == '__main__': app.run(port=3001,host='0.0.0.0',threaded=True)